<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[QWERDF007的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/LEO_Angel01</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; LEO_Angel01]]></copyright><item><title><![CDATA[动手学深度学习——8. 人物肖像画]]></title><link>https://blog.youkuaiyun.com/LEO_Angel01/article/details/116429333</link><guid>https://blog.youkuaiyun.com/LEO_Angel01/article/details/116429333</guid><author>LEO_Angel01</author><pubDate>Wed, 05 May 2021 20:12:46 +0800</pubDate><description><![CDATA[动手学深度学习——8. 人物肖像画
记录一下学习深度学习的一些。本篇记录一下使用 U^2-Net (paper) 生成人物肖像画，还有 APDrawingGAN。
环境：

Windows 10
8700K
2070
Pytorch 1.7.1

U^2-Net 是一个用于显著目标检测的网络 (Salient Object Detection)，至于为什么叫 U^2-Net，看网络结构

checkpoints:

GoogleDrive
Baidu pan：chgd

肖像生成
使用 U^2-Net 生成]]></description><category></category></item><item><title><![CDATA[动手学深度学习——7. CNN可视化]]></title><link>https://blog.youkuaiyun.com/LEO_Angel01/article/details/116376076</link><guid>https://blog.youkuaiyun.com/LEO_Angel01/article/details/116376076</guid><author>LEO_Angel01</author><pubDate>Mon, 03 May 2021 13:26:25 +0800</pubDate><description><![CDATA[动手学深度学习——7. CNN可视化
记录一下学习深度学习的一些。本篇记录一下使用 Grad-CAM 可视化 CNN。
环境：

Windows 10
8700K
2070
Pytorch 1.7.1

深度学习在很多任务上，特别是计算机视觉上取得了不错的成功，但其不具备良好的可解释性，被当作"黑盒"， Grad-CAM (Gradient-weighted Class Activation Mapping) 以及 Grad-CAM++ 是神经卷积网络的可视化方法 (热力图)，图片上越热的地方对网络输出贡献]]></description><category></category></item><item><title><![CDATA[动手学深度学习——6. FairFace多标签分类]]></title><link>https://blog.youkuaiyun.com/LEO_Angel01/article/details/116103164</link><guid>https://blog.youkuaiyun.com/LEO_Angel01/article/details/116103164</guid><author>LEO_Angel01</author><pubDate>Sat, 24 Apr 2021 20:11:50 +0800</pubDate><description><![CDATA[动手学深度学习——6. FairFace多标签分类
记录一下学习深度学习的一些。本篇简述使用 fairface 训练一个关于人脸的多标签分类器，并且使用 pytorch 的 DDP 加速训练。
环境：

ubuntu 16.04
2080Ti * 6
Pytorch 1.2.0

数据准备
FairFace 是这篇 paper 所提供的一个数据集，包含 7 个种族，9 个年龄段及性别。
age_labels = ['0-2', '10-19', '20-29', '3-9', '30-39', '40-49]]></description><category></category></item><item><title><![CDATA[动手学深度学习——5. 数据清洗]]></title><link>https://blog.youkuaiyun.com/LEO_Angel01/article/details/115642727</link><guid>https://blog.youkuaiyun.com/LEO_Angel01/article/details/115642727</guid><author>LEO_Angel01</author><pubDate>Mon, 12 Apr 2021 21:51:17 +0800</pubDate><description><![CDATA[动手学深度学习——5. 数据清洗
记录一下学习深度学习的一些。本篇简述如何使用 cleanlab 清洗分类数据
所使用环境：

Ubuntu 16.04
8700K
GeForce RTX 1080Ti
Python 3.8
Pytorch 1.7.1
cleanlab 0.1.1

数据准备
首先将上篇所说的猫狗大战的训练集，按猫狗分为0/1两个目录，父目录命名为 train，接着将两类图片分类，按名字检索一下就可以分开。

因为图片的大小不一，所以在进行交叉验证训练的时候，将图片缩放至统一尺寸 224×]]></description><category></category></item><item><title><![CDATA[动手学深度学习——4. 猫狗大战]]></title><link>https://blog.youkuaiyun.com/LEO_Angel01/article/details/115290015</link><guid>https://blog.youkuaiyun.com/LEO_Angel01/article/details/115290015</guid><author>LEO_Angel01</author><pubDate>Sun, 28 Mar 2021 23:01:54 +0800</pubDate><description><![CDATA[动手学深度学习——4. 猫狗大战
记录一下学习深度学习的一些。本篇简述如何在 Windows 上训练一个模型来识别猫狗。
所使用的环境：

Windows 10
8700K
GeForce RTX 2070
CUDA 10.1
Python 3.8
Pytorch 1.7.1

数据准备
猫狗大战的数据集找不到官网，这里使用 Kaggle 的数据集，也提供百度网盘的下载地址。

Kaggle
百度网盘：8nr6

数据查看
下载完数据后，解压，可以看到训练数据集的图片都以 cat.xxx.jpg 和 dog]]></description><category></category></item><item><title><![CDATA[动手学深度学习——3. 数字识别]]></title><link>https://blog.youkuaiyun.com/LEO_Angel01/article/details/115265816</link><guid>https://blog.youkuaiyun.com/LEO_Angel01/article/details/115265816</guid><author>LEO_Angel01</author><pubDate>Sat, 27 Mar 2021 15:32:34 +0800</pubDate><description><![CDATA[动手学深度学习——3. 数字识别
记录一下学习深度学习的一些。本篇简述如何在 Windows 上用上篇训练的 MNIST 模型来进行数字识别。
所使用的平台：

Windows 10
8700K
GeForce RTX 2070
CUDA 10.1

数据准备
用 Windows 上的画图工具随便写几个数字

和 MNIST 的数据有一点差别，MNIST 的是黑底白字，而画图生成的是白底黑字，可以直接用画图修改成黑底白字，也可以用代码使用二值化函数生成
img = Image.open(img_path).]]></description><category></category></item><item><title><![CDATA[动手学深度学习——2. HelloWorld]]></title><link>https://blog.youkuaiyun.com/LEO_Angel01/article/details/115097478</link><guid>https://blog.youkuaiyun.com/LEO_Angel01/article/details/115097478</guid><author>LEO_Angel01</author><pubDate>Mon, 22 Mar 2021 20:46:54 +0800</pubDate><description><![CDATA[动手学深度学习——2.HelloWorld
记录一下学习深度学习的一些。本篇简述如何在Windows上完成深度学习的HelloWorld——MNIST。
所使用的平台：

Windows 10
8700K
GeForce RTX 2070
CUDA 10.1

MNIST
MNIST 是一个手写数字的数据集，图像为 28*28 的黑白数字图像，60,000 个训练样本，10,000 个测试样本。
下载地址：

Homepage
百度网盘：0e3v

HelloWorld
激活 torch 环境
conda ]]></description><category></category></item><item><title><![CDATA[动手学深度学习——1. 环境搭建]]></title><link>https://blog.youkuaiyun.com/LEO_Angel01/article/details/115096682</link><guid>https://blog.youkuaiyun.com/LEO_Angel01/article/details/115096682</guid><author>LEO_Angel01</author><pubDate>Mon, 22 Mar 2021 20:31:51 +0800</pubDate><description><![CDATA[动手学深度学习——1. 环境搭建
记录一下学习深度学习的一些。本篇简述如何在Windows上搭建一个深度学习的环境。
目前所使用的平台：

Windows 10
8700K
GeForce RTX 2070
CUDA 10.1

安装Anaconda
安装 Anaconda 来安装和管理 Python。
下载地址：

Individual Edition

安装过程中选择一下安装地址，和勾选添加到环境变量即可，方便在 cmd 中直接执行 conda。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存]]></description><category></category></item><item><title><![CDATA[[环境依赖]1. libssh2]]></title><link>https://blog.youkuaiyun.com/LEO_Angel01/article/details/112425068</link><guid>https://blog.youkuaiyun.com/LEO_Angel01/article/details/112425068</guid><author>LEO_Angel01</author><pubDate>Sun, 10 Jan 2021 10:53:01 +0800</pubDate><description><![CDATA[文章目录1. libssh22. 平台环境3. 编译3.1 下载或编译openssl3.2 编译libssh24. Link5. TODO List
1. libssh2
传送门：libssh2
2. 平台环境

Windows
Visual Studio 15 2017
cmake

3. 编译
3.1 下载或编译openssl
Download Win32OpenSSL

按照向导安装即可
3.2 编译libssh2

下载源码

git clone https://github.com/libssh2]]></description><category></category></item><item><title><![CDATA[[HAL库学习之路]12.RNG-硬件随机数]]></title><link>https://blog.youkuaiyun.com/LEO_Angel01/article/details/78949884</link><guid>https://blog.youkuaiyun.com/LEO_Angel01/article/details/78949884</guid><author>LEO_Angel01</author><pubDate>Tue, 02 Jan 2018 10:57:51 +0800</pubDate><description><![CDATA[记录自己的STM32的HAL库的学习之路，不定期更新…]]></description><category></category></item><item><title><![CDATA[[HAL库学习之路]11.RTC-实时时钟]]></title><link>https://blog.youkuaiyun.com/LEO_Angel01/article/details/78827650</link><guid>https://blog.youkuaiyun.com/LEO_Angel01/article/details/78827650</guid><author>LEO_Angel01</author><pubDate>Sun, 17 Dec 2017 20:34:45 +0800</pubDate><description><![CDATA[记录自己的STM32的HAL库的学习之路，不定期更新…
使用STM32CubeMx配置生成RTC代码，实现实时时钟功能]]></description><category></category></item><item><title><![CDATA[[HAL库学习之路]10.FMC-可变存储存储控制器(LCD控制)]]></title><link>https://blog.youkuaiyun.com/LEO_Angel01/article/details/78748035</link><guid>https://blog.youkuaiyun.com/LEO_Angel01/article/details/78748035</guid><author>LEO_Angel01</author><pubDate>Fri, 08 Dec 2017 09:18:54 +0800</pubDate><description><![CDATA[记录自己的STM32的HAL库的学习之路，不定期更新…
使用STM32CubeMx生成FMC（LCD控制）代码，控制液晶屏]]></description><category></category></item><item><title><![CDATA[[HAL库学习之路]9.输入捕获]]></title><link>https://blog.youkuaiyun.com/LEO_Angel01/article/details/78696290</link><guid>https://blog.youkuaiyun.com/LEO_Angel01/article/details/78696290</guid><author>LEO_Angel01</author><pubDate>Sat, 02 Dec 2017 16:06:07 +0800</pubDate><description><![CDATA[记录自己的STM32的HAL库的学习之路，不定期更新…
使用STM32CubeMx生成定时器输入捕获代码，实现获取高电平时长。]]></description><category></category></item><item><title><![CDATA[[HAL库学习之路]8.PWM输出]]></title><link>https://blog.youkuaiyun.com/LEO_Angel01/article/details/78693528</link><guid>https://blog.youkuaiyun.com/LEO_Angel01/article/details/78693528</guid><author>LEO_Angel01</author><pubDate>Sat, 02 Dec 2017 10:57:30 +0800</pubDate><description><![CDATA[记录自己的STM32的HAL库的学习之路，不定期更新…
使用STM32CubeMx生成代码，实现PWM输出]]></description><category></category></item><item><title><![CDATA[[HAL库学习之路]7.定时器中断]]></title><link>https://blog.youkuaiyun.com/LEO_Angel01/article/details/78685074</link><guid>https://blog.youkuaiyun.com/LEO_Angel01/article/details/78685074</guid><author>LEO_Angel01</author><pubDate>Fri, 01 Dec 2017 11:52:47 +0800</pubDate><description><![CDATA[记录自己的STM32的HAL库的学习之路，不定期更新…
使用STM32CubeMx软件生成定时器中断代码，实现定时中断控制LED状态]]></description><category></category></item><item><title><![CDATA[[HAL库学习之路]6.WWDG-窗口看门狗]]></title><link>https://blog.youkuaiyun.com/LEO_Angel01/article/details/78501333</link><guid>https://blog.youkuaiyun.com/LEO_Angel01/article/details/78501333</guid><author>LEO_Angel01</author><pubDate>Fri, 10 Nov 2017 16:47:46 +0800</pubDate><description><![CDATA[记录自己的STM32的HAL库的学习之路，不定期更新…
使用STM32CubeMx生成窗口看门狗代码]]></description><category></category></item><item><title><![CDATA[[HAL库学习之路]5.IWDG-独立看门狗]]></title><link>https://blog.youkuaiyun.com/LEO_Angel01/article/details/78376676</link><guid>https://blog.youkuaiyun.com/LEO_Angel01/article/details/78376676</guid><author>LEO_Angel01</author><pubDate>Sat, 28 Oct 2017 16:05:01 +0800</pubDate><description><![CDATA[记录自己的STM32的HAL库的学习之路，不定期更新…
使用STM32CubeMx配置生成IWDG代码]]></description><category></category></item><item><title><![CDATA[[HAL库学习之路]4.外部中断]]></title><link>https://blog.youkuaiyun.com/LEO_Angel01/article/details/78021236</link><guid>https://blog.youkuaiyun.com/LEO_Angel01/article/details/78021236</guid><author>LEO_Angel01</author><pubDate>Mon, 18 Sep 2017 17:06:20 +0800</pubDate><description><![CDATA[记录自己的STM32的HAL库的学习之路，不定期更新…
通过STM32CubeMx生成代码，使用外部中断控制LED亮灭]]></description><category></category></item><item><title><![CDATA[[HAL库学习之路]3.USART-异步串行通信]]></title><link>https://blog.youkuaiyun.com/LEO_Angel01/article/details/77987567</link><guid>https://blog.youkuaiyun.com/LEO_Angel01/article/details/77987567</guid><author>LEO_Angel01</author><pubDate>Fri, 15 Sep 2017 09:07:18 +0800</pubDate><description><![CDATA[记录自己的STM32的HAL库的学习之路，不定期更新…
使用STM32CubeMx生成代码，实现串口通信]]></description><category></category></item><item><title><![CDATA[[HAL库学习之路]2.按键输入]]></title><link>https://blog.youkuaiyun.com/LEO_Angel01/article/details/77950369</link><guid>https://blog.youkuaiyun.com/LEO_Angel01/article/details/77950369</guid><author>LEO_Angel01</author><pubDate>Tue, 12 Sep 2017 22:06:21 +0800</pubDate><description><![CDATA[记录自己的STM32的HAL库的学习之路，不定期更新…
使用STM32CubeMx生成HAL，检测按键输入，点亮或熄灭LED]]></description><category></category></item></channel></rss>